终端代理：命令行环境中AI代理的综述

本综述将终端代理定义为通过终端命令执行、文本反馈和有状态环境交互完成行动-观察循环的AI系统，提出七维终端能力画像，连接系统架构、能力获取与评估，并指出实际行为由模型、接口、工具、运行时和环境共同塑造。研究显示，不同基准族暴露不同过程信号，系统对比结果依赖基准，组件归因受限，因而建议显式报告系统与运行时条件，支持可重放轨迹和过程级证据。

此前关于AI代理的综述分散在软件工程、工具使用和计算机使用研究中，缺乏对终端中介行为的统一视角。本综述首次以终端执行为组织主线，提出七维能力画像，系统性地连接架构、能力获取与评估，为跨领域研究和基准设计提供统一框架。

终端代理的行为由模型、接口、工具、运行时和环境多因素共同决定。可执行轨迹将学习锚定在行动后果、验证与恢复中。主导评估常只关注最终结果，忽视过程质量、恢复与治理，而固定条件诊断显示不同基准对过程信号的敏感度不同，组件归因在系统对比中表现不稳定，因此需显式描述系统和运行时条件。

对产品研发团队而言，评测基准的选择会显著影响对代理能力的判断，因此不能依赖单一基准。开发终端代理产品时，需关注过程质量与恢复能力，并记录运行时环境与配置，以便复现和调试。同时，可重放轨迹和过程级证据应作为标准输出，支持评测透明度和可维护性。

• 基于七维终端能力画像，开发面向终端代理的专用评测套件，覆盖过程质量、恢复与治理维度
• 构建支持可重放轨迹的终端代理开发框架，帮助团队记录和复现执行过程
• 开发终端代理的运行时配置诊断工具，显式报告系统与运行时条件以提升对比公平性
• 针对现有基准的过程信号缺失，设计新的过程级评估指标并融入CI/CD流程

• 该综述是否提出了具体的七维能力定义及其量化方法？
• 如何在不同应用领域中验证该框架的适用性和有效性？
• 是否给出了可操作的系统与运行时条件报告标准？